感觉 flowith 的免费版（GPT-3.5）比 Perplexity 好用很多。

感觉 flowith 的免费版（GPT-3.5）比 Perplexity 好用很多。 这再一次证明了，在应用层上 AI 之外的工程问题还有很大的挖掘空间。 “不就是一个 GPT+搜索吗？” 这个命题，从最早的 New Bing，到 Perplexity，再到今天的 flowith。 在底层模型不变的情况下，用户体验却跨越了传统搜索引擎时代几代都不止。 所以我对那些没有自己玩过 API，没有试着自己搭建过工程，只体验过终端 to C 产品的一些 AI 专家说“现阶段做不到”或“这一轮 AI 其实做不到”信不了一点。

Perplexity.ai推出了超强的「文件对话」功能

Perplexity.ai推出了超强的「文件对话」功能 一直在高速迭代的 Perplexity 带来了文件上传的新特性： - PDF 文档 - CSV表格 - 代码文件 直接向你的文档、代码或研究论文提出问题。更深入获得信息和见解。它进入 Beta测试阶段， 现在就可以尝试 工具层面的竞争是残酷的，文档对话的「生态位」显然进入了「众矢之的」的阶段；选择比努力更重要，山峰还在快速攀升。 （如果你是第一次听说这个名为「困惑AI 」的超强搜索引擎，请参考评论区更多介绍） Invalid media:

网站Perplexity

网站Perplexity 网站功能：AI搜索引擎 网站简介：Perplexity AI是一款AI搜索引擎，将ChatGPT和必应搜索结合在一起，所以既有ChatGPT式的问答，又可以像普通搜索引擎那样列出链接。 解决了传统搜索引擎结果相关度低、难以查询专业知识以及回答问题不充分等问题。 特殊的是可以像对话一样对前一步的搜索进行补充问答。搜索结果为英文显示，可点击右上角变为中文，但是中文的答案与英文不同，并非翻译。 网站网址：点击直达 频道： @kkaifenxiang 群组： @blacktechsharing

黄仁勋“几乎每天用” Perplexity会是“搜索的未来”吗？

黄仁勋“几乎每天用” Perplexity会是“搜索的未来”吗？ 这公司到底什么来头能让黄仁勋天天用？Perplexity自称为“世界上首个对话式搜索引擎”，核心使命是：挑战Google在搜索引擎领域的主导地位。与Google传统搜索引擎不同，Perplexity并非简单给出网站链接，而是运用先进的人工智能模型，针对用户的搜索问题提供直接、精准的答案，这种模式提升了搜索效率，也使得搜索过程更为智能；而与ChatGPT等生成式AI相比时效性更强、可溯源。Perplexity于2022年8月成立，获OpenAI、Meta内部AI负责人等注资，并未研发自己的大语言模型，而是选择GPT-3.5等大语言模型的接口做一些微调，旨在用AI技术打造一个没有广告的“Google搜索”。Perplexity的创始人兼CEO Aravind Srinivas直言，他们之所以存在，是因为在信息过载的噪音中，需要有一个平台来为用户提供精准的答案，“尤其在时间如此宝贵的时代。”Srinivas认为，Perplexity最终会取代Google和Bing等传统搜索引擎。数据显示，Perplexity去年的年收入已突破1000万美元大关，今年2月，其移动端和桌面应用的访问量同比增长8.6%，达到了5000万用户。这一庞大的用户规模也吸引了众多投资者的目光，近日，媒体报道称，Perplexity开始进行新一轮的融资，估值将达到10亿美金成为新的“独角兽”。而2个月前，Perplexity刚完成了7360万美金的新一轮融资，当时估值为5.2亿美金，这意味着2个月时间其估值涨了1倍。Perplexity重新定义AI搜索打开Perplexity，你或许会误以为这是一款与ChatGPT或者Claude类似的AI聊天机器人，主要由左边的标签栏和右边的搜索框组成，用户可以在搜索框里搜任何你想知道的东西。比如华尔街见闻搜索了一下“如何看待马斯克起诉OpenAI”。Perplexity搜索结果中包括以下几个部分：“Sources” ：列出答案所引用的来源，支持点击链接，这一例子中，Perplexity共引用了5个不同的来源。“Answer”：通过整合内容得出的结构化答案，文字包含引用源，比如这个例子中，完整解释了马斯克诉讼OpenAI的始末，以及OpenAI对马斯克的最新官方回应。“Related”：回答完成后，Perplexity还会紧跟着提供几个可能感兴趣的相关问题，可以直接点击追问，也可以继续文字提交。有观点认为，此前《纽约时报》针对OpenAI的侵权诉讼里就提及了ChatGPT来源不清的问题，而Perplexity清晰的原文链接或许可以一定程度上避免版权纠纷。用户如果对Perplexity的回答不满意，也能让它重写，同时还会提供一些衍生话题的追问，比如：马斯克和OpenAI的关系如何？马斯克的诉讼对OpenAI的影响？Perplexity的工作原理是：用户输入一个内容后，它会重构查询，从实时索引中提取出相关链接。然后，Perplexity将回答用户查询的任务交给大语言模型（LLM），要求它阅读所有链接，并从每个链接中提取出相关段落整合内容，形成精准全面的答案。除了搜索外，Perplexity AI还提供了“发现”板块，展示最近比较热门的新闻，比如，今日发稿之时最火的话题为OpenAI官方回应马斯克的博客。Perplexity与巨头们相比强在哪儿？那么在AI应用接连落地，搜索引擎“卷出天际”的时代，Perplexity有哪些优势？分析指出，首先，与Google相比，Perplexity页面更为简洁凝练，给出的搜索结果排序依据不同，传统搜索引擎的结果排序受SEO优化、广告等因素影响。而Perplexity更多基于语义信息和内容本身质量进行排序，不受SEO等因素的影响。比如，当让Perplexity帮忙找哥伦比亚大学附近最实惠的打印店时，Perplexity很快提供了20个引用来源并筛选出6家门店。每家都尽可能附带了官网、地址和业务范围。同样的问题去Google搜索，结果不出所料前4个都是广告赞助，而后是Google地图、Yelp排名、某个打印店官网、Reddit论坛等等各种杂烩。因此从Perplexity直观的界面对比来看，确实Google的回答需要用户花很长时间去甄别有效信息。其二则在于，Perplexity重视事实和信息来源的做法，可以建立"用户信任"，使用者不用担心其提供的答案是否有“幻觉”，减少了大模型有时出现的“胡言乱语”的情况。Perplexity生成的每一句话都附有引用链接，在保证可靠性的同时便于用户溯源或深入研究。此外，Perplexity与用户之间的沟通方式更为灵活，除了回答问题外，Perplexity还允许用户提出后续问题、搜索视频、甚至生成图像等等，便于使用。Perplexity可以进行上下文响应，而传统搜索引擎却无法保证逻辑的延续性。Perplexity有望打破Google垄断，重塑生态？中金公司认为，自研大模型与内部搜索引擎或为未来探索方向，从成本看，据测算，Perplexity调用Bing搜索引擎及GPT-4的单个问题成本约为0.03美元，年成本约为6000万美元。使用GPT-3.5微调模型降低成本，自研模型与内部索引或为未来探索方向：Perplexity成本主要来源于两部分，即调用Bing Search API查找相关内容的成本、调用GPT生成答案的成本。Perplexity官网显示，目前Copilot已经可以基于自研的GPT-3.5 微调模型提供服务，与GPT-4性能基本对等，且能减少4-5倍延迟，输入成本可以控制在0.012美元/1k tokens，输出成本可以控制在0.016美元/tokens。按照同样的计算方法，单次提问成本降至0.02美元，年成本4568万美元。此外，公司创始人也表明，除使用自研模型之外，搜索引擎API调用成本受到Bing和Google的防御性机制而走高，我们认为建立内部搜索引擎也有望使得成本端下降，公司也计划在这两方面持续探索更加健康的发展方式。中金公司认为，从需求侧看，Perplexity的出现及高热度验证了大模型与传统搜索引擎结合的刚性需求，未来以Perplexity为代表的对话式搜索引擎模式或将长期存在。虽然目前Perplexity在短期内无法撼动商业模式完备成熟的搜索引擎市场，但有望通过生态夯实先发优势：从供给侧看，随着传统搜索引擎与大模型厂商的入局，未来对话式搜索引擎的格局有望呈现百花齐放态势。Perplexity的主要竞争对手可以分为两大类别，一类是以Google为代表的传统搜索引擎厂商，另一类是以OpenAI为代表的通用智能大模型厂商。Perplexity有望打造知识平台，成为生态入口。基于对话式搜索引擎，Perplexity支持用户将搜索问题及答案分享至社区，供其他用户学习讨论。2023年9月，公司发布Collections，可以根据项目、主题或其他分类创建收藏夹，整合梳理查询对话并拓展新问题，还可以邀请其他参与者协作管理Collections，创建知识共享平台。随着Collections、pplx-api等业态的逐步成熟，我们认为Perplexity有望建立特定社群，进一步夯实对话式搜索引擎的领先生态优势。 ... PC版： 手机版：

New Bing和ChatPDF对PDF文档总结问答的使用评测

New Bing和ChatPDF对PDF文档总结问答的使用评测 近期有不少人推荐使用工具，上传PDF文件后调用ChatGPT生成总结和问答，但是作者认为该工具的总结能力一般。 相比之下，微软的New Bing总结能力令人惊艳，但限制了交互次数。在评测过程中，发现两个工具都存在瞎编内容的情况，需要小心使用。 New Bing基于GPT-3.5的总结能力远超ChatPDF。需要注意的是，New Bing限制了一次对话最多8次交互，有多个问题的情况下有点不太方便。 在使用这些工具时，需要注意如何更好地辨别真伪，以免被“精确的模糊”所迷惑。 作者： |

Perplexity认为谷歌、Meta、马斯克和整个世界都在抄袭它

Perplexity认为谷歌、Meta、马斯克和整个世界都在抄袭它 此人便是Perplexity 的CEO Aravind Srinivas。4月12号他忽然在X平台发文，致敬自己公司的设计师，配图却是Meta AI的聊天界面。这是干啥？Aravind Srinivas紧接着用“引用源”加上Perplexity的界面截图解释：暗指Meta AI从醒目logo、标语、到加了表情包的灵感问题提示，整体页面设计全都“抄袭”了自家产品。对此评论区意见分成了两派，有的说小扎确实是能靠抄别人的东西拿奥斯卡奖。“就跟我抄高年级的期末作业一样。”“恭喜perplexity的设计师创造了新的行业模版。”另外一些网友却认为这有点牵强了，“那你要这么说，Perplexity形状是方的，meta是圆弧的…”有人也阴阳了回去：“你是说致敬ChatGPT的设计师吧？尽管Perplexity想出来把提示问题移到屏幕中间的好点子，还是恭喜你们了。”Aravind Srinivas那边似乎并不服气，凌晨四点又继续发文说：“抄袭好东西是正确的做法。我们都应该这样做。我们从Google那里借鉴了一些东西（知识卡、组件）。Google也从我们这儿借鉴了一些东西（后续问题、来源归属），OpenAI则从双方那里都借鉴了（突出链接、提供建议问题、快速查询重构）。Grok拿走了在Perplexity Discover上首次实现的新闻曝光功能。当被其他聪明的人采用时，恰恰证实了这些想法是好的。”配图是左边的Grok和右边的perplexity：好家伙，这回是Google、OpenAI、Grok都含沙射影地中枪了所有做聊天机器人的公司，不约而同抄都把Perplexity作为首要“抄袭”对象。结果被这位大哥一句话直接扎心：“我们都不知道还有Perplexity Discover这种东西存在。”“任何人都可以复制想法，然后加上你自己的特色。世界就是这样的，天性如此，我们当然也可以这样做。”网友让Srinivas别抱怨了。再说那什么Discover，本质上不就是 News Feed吗？那可不是Perplexity发明的，Google的搜索引擎里已经有这个功能十几年了。说起来，这也不是Aravind Srinivas第一次“指责”别人借鉴他的劳动成果了。今年一月时，贾扬清在X上发布了一个基于LeptonAI 云平台的对话式搜索引擎 demo，用500行Python代码轻松实现了类似Perplexity的效果。这个“Lepton Search”的后端是Mixtral-8x7b 模型，接入Bing 搜索 API，用户输入问题后就能返回答案、引用来源和相关问题。LeptonAI通过这个演示向大家展现了现在构建一个人工智能应用有多简单。换句话说，等于把Perplexity这个产品 “剥皮”了。它的前端设计的确看起来很fancy，但技术门槛其实很容易实现。这很快引来Srinivas的空降，转发贾扬清的推文并用一贯“委婉”的语气内涵道：“很高兴看到 Perplexity 成为未来融资动作的标杆，包括前 Meta 和阿里巴巴高管都来取经！Perplexity 的影响力已经不局限于产品本身，而是辐射到了整个科技生态和行业发展，令人振奋！”双方粉丝当时也各执一词。支持Perplexity的人认为Lepton就是抄袭，反对方觉得Lepton只是通过演示证明自己的能力，再说你perplexity也没有知识搜索专利，着实是反应过度了。贾扬清也没有示弱，表示自己搭建这个demo的灵感来自于和微软技术专家@youwu_5u喝咖啡时，关于 RAG 的效果究竟是源自搜索还是大模型的讨论，并以代码全部开源正面回击。所以从现在Srinivas又“出征” Meta和Grok，我们也看出来了，Perplexity还真是时刻处于战备状态，觉得全世界都在抄它！不过来来回回，好像指责的总是离不了“创意、界面设计、功能”上的抄袭，除此之外再无其它。有网友无情戳穿，“这是不是因为，Perplexity明白，自己除了UI也真没什么可抄的了”。甚至有人用任何AI聊天机器人都能生成类似的前端代码，再加上一些自己的想法，就能打磨出一款全新外壳。工作流程来说，Perplexity先获取用户输入，基于实时索引重构查询，再将回答问题的任务交给大语言模型，要求它阅读所有相关链接，从中提取出相关段落整合内容返回给用户。拆解下来，本质上还是靠Google和Bing们提供的检索API和GPT-4、 Claude 3等LLM。作为一家应用类公司和API接口供应商，Perplexity并没有自己的基础大模型，默认的两款免费自研模型都是从GPT微调而来，也就没有坚固不可逾越的技术护城河。搜索体验上的优化与创新才是Perplexity最初吸引用户的法宝，也自然成为他们握紧在手里，拼命捍卫的东西。Srinivas在X发布的记录Perplexity产品构思的第一块白板尽管对于平台类公司来说，这种彼此间的“借鉴”已经太司空见惯，打车软件Uber和Lyft，点餐应用DoorDash、Uber Eats和Postmates，国内的美团和饿了么等等例子就更多。但年轻的Perplexity在还没有形成稳定而广泛的客户群，功能也比较朴素、尚未全面开花，在现金流还需要考虑卖广告来加持的情况下，这种担心随时被替代的焦虑感就更严重。甚至需要抓住一切机会去“碰瓷”，即时这看起来难免有些应激。另一个不可否认的现实是，市场上形形色色的AI初创公司们之间存在一个清晰的估值断层。那些开发了基础大语言模型或具备核心技术的OpenAI、Anthropic、Cohere、Scale AI等总是处于领先的第一梯队，而Perplexity或Poe这样的平台类公司估值一旦达到某个位置就难以突破。Poe现在冲的是最快速地集成市场上最新的大模型，以及Poe bot创作者共享经济模式，加上Quora做后备，也算找到了自己的一条路。而对Perplexity这个目前仅靠对话式搜索引擎一个饭碗的公司来说，也必须承认，创意一旦公开就不再是秘密，人人都有权利去借鉴和优化。最后也说句公道话，时至今日，作为一名Perplexity订阅用户，它对于琐碎信息的整理能力和杜绝AI幻觉的准确性，依然是吸引我的付费的点。做的最快能证明团队足够敏锐和优秀，做到最好更是需要持续研习的智慧。Perplexity与其紧盯着对手们在网上抱怨，不如放下独创性的执念，巩固优势并继续沉下心洞察市场、打磨产品，用下一个耳目一新的功能证明自己。 ... PC版： 手机版：